一种基于编码结构光的图像编解码方法技术

本发明专利技术公开了一种基于编码结构光的图像编解码方法。本发明专利技术方法包括步骤采用条纹编码的方式，将结构光图像中的图案投影为包含正、反两个编码图案的多张场景图像；基于全局光照的优化方式减少全局光照的影响，使用格雷码编码对场景图像进行三维重建，消除无效重建区域得到未解码的拍摄图像；对消除无效重建区域的拍摄图像进行二值化运算，得到二值化图像；对二值化图像进行叠加，构造解码图像，然后对解码图像进行滤波去噪，去除解码图像中的噪声点。本发明专利技术相比现有技术，提高了二值化的稳定性，去除了无效重建区域，提高了重建的精度和编解码的效率。编解码的效率。编解码的效率。

【技术实现步骤摘要】
一种基于编码结构光的图像编解码方法


[0001]本专利技术属于图像处理的
，具体涉及一种基于编码结构光的图像编解码方法。

技术介绍

[0002]目前，随着智能制造的发展，工业应用中，非接触式的结构光视觉传感器应用越来越广泛，在逆向工程、工件质量检测、工件尺寸测量等领域，结构光视觉传感器已经被大规模应用。采用编码结构光方式的视觉传感器进行点云重建，需要满足三角法测量模型。三角法测量模型是一种非接触、测量速度快、精度较高的测量方式。编码结构光采用投影仪投射特殊的编码图案到待测物体上，通过采集变形的编码图案进行三维重建，其中的变化包含了被测物体表面的深度信息。通过对采集的场景编码图像进行解码分析，获取每个像素的解码值，根据相机与投影仪构成的三角几何模型，计算出图像中像素点的空间位置，从而获得被测物体表面的三维信息是常规的现有技术思路。
[0003]在编码结构光系统进行三维重建时，结构光投影图案的编解码策略是其中重要的一环。图像编码及解码的作用是为了确定投射到物体的投影点在投影仪图像坐标系下的坐标，并减少解码误差。现有技术在对编码结构光的重建过程中，存在场景光线相互反射、次表面散射等全局光照现象，全局光照将导致不正确的二值化解码结果，编解码结果的二值化稳定性差，无效区域被重建影响编解码效率，对重建精度产生较大干扰。

技术实现思路

[0004]为了克服现有技术存在的一个或者多个缺陷与不足，本专利技术提供一种基于编码结构光的图像编解码方法，用于减少对图像解码和重建的误差。
[0005]为了达到上述目的，本专利技术采用以下的技术方案。
[0006]一种基于编码结构光的图像编解码方法，包括步骤如下：
[0007]采用条纹编码的方式，将结构光图像中的图案投影为包含正编码图案、反编码图案的多张场景图像；
[0008]基于全局光照的优化方式减少全局光照的影响，使用格雷码编码对场景图像进行三维重建，消除无效重建区域得到未解码的拍摄图像；
[0009]对消除无效重建区域的拍摄图像进行二值化运算，得到二值化图像；
[0010]对二值化图像进行叠加构造解码图像，然后对解码图像进行滤波去噪，去除解码图像中的噪声点。
[0011]优选地，进行条纹编码时，采用的是纵向条纹编码。
[0012]进一步地，进行条纹编码时，具体采用11位的纵向条纹编码；
[0013]与11位的纵向条纹编码相对应的，在投影正编码图案、反编码图案时，正编码图案共投影出11张场景图像，反编码图案共投影处11张场景图像，投影总共得到22张场景图像。
[0014]进一步地，在对场景图像进行三维重建时，使用的格雷码编码为长位宽的格雷码
编码。
[0015]进一步地，消除无效重建区域的过程包括：
[0016]获取全部场景图像中每个像素点的最大灰度值I
max
和最小灰度值I
min
，然后计算最大灰度值I
max
和最小灰度值I
min
的差值I
dis
，计算公式如下：
[0017]I
dis
＝I
max
‑
I
min
[0018]若I
dis
小于设定的阈值，则该像素点位于无效重建区域中，然后将该像素点灰度值设为零，若I
dis
大于设定的阈值，则该像素点为可见点；
[0019]将场景图像中I
dis
小于设定阈值的全部像素点灰度值设为零后，获得消除无效重建区域后的拍摄图像。
[0020]进一步地，拍摄图像进行二值化运算的过程包括：
[0021]将一组包含相应正编码图案、反编码图案的拍摄图像重合，然后进行二值化判断，以判断的二值化结果代替像素点的灰度值得到二值化图像。
[0022]进一步地，二值化判断的过程包括：
[0023]设I为像素点在三维重建后的拍摄图像中正编码图案的灰度值、为像素点在三维重建后的拍摄图像中反编码图案的灰度值、m表示像素点二值化判断后的结果，则正编码图案、反编码图案进行重合时，像素点的二值化结果的判断公式如下：
[0024][0025]其中，1表示像素点二值化结果对应纵向条纹编码中的亮条纹，0表示像素点二值化结果对应纵向条纹编码中的暗条纹。
[0026]进一步地，二值化图像进行叠加构造解码图像的过程包括：
[0027]对全部二值化图像进行叠加，将每张图像上同一位置像素点上的二值化结果进行累加得到累加值，然后将累加值设为灰度值，从而得到一张解码图像。
[0028]进一步地，对解码图像进行滤波去噪的方式具体为中值滤波。
[0029]本专利技术技术方案与现有技术相比，具有如下有益效果：
[0030]通过正编码图案、反编码图案、编码条纹的优化，提高了二值化的稳定性，去除了无效重建区域；通过中值滤波的方式对解码图像去除噪声，减少了解码和重建时的误差，提高了重建的精度和编解码的效率，扩大了结构光传感器和点云重建的适用范围。
附图说明
[0031]图1为本专利技术其中一种基于编码结构光的图像编解码方法的大致流程图；
[0032]图2为投影正编码图案时的效果图；
[0033]图3为投影反编码图案时的效果图；
[0034]图4为二值化图像的效果图；
[0035]图5为对解码图像进行滤波去噪前的效果图；
[0036]图6为对解码图像进行滤波去噪后的效果图。
具体实施方式
[0037]为了使本专利技术的目的、技术方案及其优点更加清楚明白，以下结合附图及其实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0038]实施例
[0039]如图1所示，本实施例的一种基于编码结构光的图像编解码方法，具体步骤如下：
[0040]S1、采用纵向条纹编码的方式，将结构光图像中的图案投影为包含正、反两个编码图案的多张场景图像；
[0041]本实施例优选在投影时，采用11位的纵向条纹编码，所以正编码图案需要共投影出11张场景图像、反编码图案也需要共投影处11张场景图像，投影总共得到22张场景图像；
[0042]S2、基于全局光照的优化方式减少全局光照的影响，使用位宽较长的格雷码编码对步骤S1中的场景图像进行三维重建，提高编码条纹的最小宽度，然后消除无效重建区域得到未解码的拍摄图像；
[0043]在三维重建过程中，由于投影仪的光照对无效区域的灰度值几乎没有影响，因此可以直接根据拍摄图像的灰度值变化来消除无效重建区域；
[0044]消除无效重建区域的过程包括：
[0045]获取全部场景图像中每个像素点的最大灰度值I
max
和最小灰度值I
min
，然后计算最大灰度值I
max
和最小灰度值I
min...

【技术保护点】

【技术特征摘要】
1.一种基于编码结构光的图像编解码方法，其特征在于，包括步骤如下：采用条纹编码的方式，将结构光图像中的图案投影为包含正编码图案、反编码图案的多张场景图像；基于全局光照的优化方式减少全局光照的影响，使用格雷码编码对场景图像进行三维重建，消除无效重建区域得到未解码的拍摄图像；对消除无效重建区域的拍摄图像进行二值化运算，得到二值化图像；对二值化图像进行叠加，构造解码图像，然后对解码图像进行滤波去噪，去除解码图像中的噪声点。2.根据权利要求1所述基于编码结构光的图像编解码方法，其特征在于，进行条纹编码时，采用的是纵向条纹编码。3.根据权利要求2所述基于编码结构光的图像编解码方法，其特征在于，进行条纹编码时，具体采用11位的纵向条纹编码；与11位的纵向条纹编码相对应的，在投影正编码图案、反编码图案时，正编码图案共投影出11张场景图像，反编码图案共投影处11张场景图像，投影总共得到22张场景图像。4.根据权利要求3所述基于编码结构光的图像编解码方法，其特征在于，在对场景图像进行三维重建时，使用的格雷码编码为长位宽的格雷码编码。5.根据权利要求4所述基于编码结构光的图像编解码方法，其特征在于，消除无效重建区域的过程包括：获取全部场景图像中每个像素点的最大灰度值I
max
和最小灰度值I
min
，然后计算最大灰度值I
max
和最小灰度值I
min
的差值I
dis
，计算公式如下：Idis＝Imax
...

【专利技术属性】
技术研发人员：王念峰，林俊烨，张宪民，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：